摩納哥--(美國商業資訊)--全球能源科技公司SLB (NYSE: SLB)正在延續與NVIDIA的長期合作，為能源產業開發生成式AI解決方案。
本新聞稿包含多媒體資訊。完整新聞稿請見此： https://www.businesswire.com/news/home/20240918020051/zh-HK/
此次合作透過利用隸屬於NVIDIA AI Enterprise軟體平台的NVIDIA NeMo™來開發可在資料中心、任何雲端或邊緣運行的自訂生成式AI，從而加速在SLB全球平台（包括其Delfi™數位平台和Lumi™資料和AI平台）上開發和部署特定于產業的生成式AI基礎模型。
SLB將與NVIDIA合作，根據資料密集型能源產業的特定需求和要求進行模型建構和最佳化，包括地下探勘、生產營運和資料管理。這將有助於為能源領域專家（包括研究人員、科學家和工程師）釋放生成式AI的全部潛力，使他們能夠以全新的方式與複雜的技術流程進行互動，從而推動實現更高價值和更低碳的成果。
SLB執行長Olivier Le Peuch表示：「隨著我們在能源生產和脫碳之間取得微妙的平衡，生成式AI正在逐漸成為變革的關鍵推動力。我們與NVIDIA的合作將加速建立訂製型生成式AI解決方案，使我們的客戶能夠實現營運最佳化、提高效率並充分減少整體碳足跡。」
NVIDIA創辦人兼執行長黃仁勳表示：「AI為能源產業提供了一個非凡的工具，用於以永續的方式提供資源，為地球上的生命提供動力。SLB利用NVIDIA NeMo建立的自訂模型將為業界科學家和工程師提供前所未見的洞察力，以加快他們在實現當今能源供應最佳化和解鎖未來潔淨能源創新方面的工作。」
SLB和NVIDIA的合作始於2008年，當時雙方創新性地將圖形處理單元(GPU)用於地下成像和地球科學解讀。多年來，兩家公司一直密切合作，以實現SLB在其Delfi平台上提供的每一代高效能運算和視覺化技術的最佳化。SLB整合NVIDIA NeMo和NVIDIA NIM™推理微服務，將為客戶提供一個強大的平台，用於在其技術工作流程中利用生成式AI。
今天的公告是在本周於摩納哥舉行的2024年SLB數位論壇上宣布的。
如欲瞭解有關更多資訊，請造訪slb.com/NVIDIACollaboration。
關於 SLB
SLB (NYSE: SLB)是跨國科技公司，致力於推動能源創新，促進地球環境生態平衡。我們的業務遍佈全球100多個國家和地區，而員工的來源地幾乎是營運所在國家和地區的兩倍。我們每天都致力於石油天然氣的創新、大規模提供數位解決方案、促進產業脫碳，以及開發和擴充可加速能源轉型的新能源系統。如欲瞭解更多資訊，請造訪 slb.com 。
關於前瞻性陳述的警示聲明：
本新聞稿包含美國聯邦證券法所界定的「前瞻性陳述」，即有關未來而非歷史事實的陳述。此類陳述通常含有「預計」、「可能」、「可以」、「估計」、「打算」、「預期」、「將」、「潛力」、「預測」和其他類似詞語。前瞻性陳述在不同程度上涉及不確定的事項，例如關於部署SLB的新技術和夥伴關係或預期收益的預測或預期；關於永續性和環境事項的目標、計畫和預測的陳述；關於能源轉型和全球氣候變遷的預測或預期；以及作業程序和科技的改進。這些陳述存在風險和不確定性，包括但不限於：無法達成淨負碳排放目標；無法實現SLB策略、措施或合作夥伴關係的預期效益；針對環境問題的立法和監管措施，包括應對全球氣候變遷影響的措施；監管核准和許可的時間或收到相關核准和許可；以及SLB最近向美國證券交易委員會報備或遞交的Form 10-K、10-Q和8-K文件中詳述的其他風險和不確定性。如果一項或多項上述或其他風險或不確定性成為事實（或任何此類事態變化導致影響），或者事實證明SLB的基本推斷存在問題，那麼實際成果或結果可能會與前瞻性陳述中所描述的內容存在重大偏差。前瞻性陳述僅針對截至本新聞稿發佈時的情況，無論是否出現新資訊、未來事件或其他原因，SLB不打算也沒有義務公開更新或修改這些陳述。
免責聲明：本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用，煩請參照原文，原文版本乃唯一具法律效力之版本。
請前往 businesswire.com 瀏覽源版本: https://www.businesswire.com/news/home/20240918020051/zh-HK/
CONTACT:
媒體
Moira Duff – 對外傳播總監
SLB
電話：+1 (713) 375-3407
media@slb.com
投資人
James R. McDonald – 投資人關係和產業事務資深副總裁
Joy V. Domingo – 投資人關係總監
SLB
電話：+1 (713) 375-3535
investor-relations@slb.com
SLB將與NVIDIA合作，根據資料密集型能源產業的特定需求和要求建構和最佳化模型，包括地下探勘、生產營運和資料管理。（照片：美國商業資訊）
